赵鑫
- 作品数：18 被引量：24H指数：3
- 供职机构：齐齐哈尔大学更多>>
- 发文基金：黑龙江省教育厅资助项目更多>>
- 相关领域：自动化与计算机技术矿业工程经济管理金属学及工艺更多>>
- Delphi中的流技术在文档管理软件开发中的应用
- 2007年
- Delphi中的流操作是利用Delphi开发有关文件、数据库和网络等系统的一项重要技术,它为来自不同数据源的数据提供了统一、简洁的操作方法。本文介绍了流技术的一般操作方法,并以一个基于SQL Server2000的文档管理软件为例来说明流技术在实际开发中的应用。
- 赵鑫李诚
- 关键词：DELPHI流技术文档管理数据库
- 光照曲面的外法线调整算法研究
- 2006年
- 论述了一种基于消隐算法及其数据结构的样条曲面光照处理方法。同时提出确定曲面外法线的一种行之有效的判定准则,这种判定准则根据视线与光源的关系来确定平面外法线的方向。该算法运算简单、计算量小。实验证明该算法的有效性。
- 宋广军丁春欣赵鑫
- 关键词：消隐算法光照模型
- 低银合金焊接性能的神经网络预测被引量：2
- 2013年
- 以Bi、Co、RE和P含量为输入层参数;以熔点、铺展面积、抗拉强度和伸长率为输出层参数,进行低银合金Sn-0.3Ag-0.7Cu焊接性能的神经网络预测,并进行了试验验证和对比分析。结果表明,该神经网络的预测精度较高,其预测的低银合金最佳配比为Sn-0.3Ag-0.7Cu-1.6Bi-0.7Co-0.05RE-0.04P,其焊接性能的试验数据也与主流高银合金Sn-3Ag-0.5Cu相当,具有较大的工程应用价值。
- 赵鑫
- 关键词：神经网络合金元素
- 基于Delphi的图形化电网管理平台的研究被引量：1
- 2010年
- 电网图形化管理平台已成为电力系统应用软件中不可或缺的一部分。在图形化电网管理平台开发过程中,本文以面向对象的系统分析理论为指导,分析电力系统图形管理软件的功能,并研究自定义生成表格、地理信息和电力信息结合以及地图漫游等技术,有效解决诸如系统设备属性动态变化、电力设备数据导入等问题。实验结果表明,这些技术可以推广到其他电力信息管理系统设计中。
- 赵鑫吴迪宋广军
- 关键词：电网管理地理信息DELPHI
- 一种计算机键盘
- 本实用新型专利涉及一种计算机键盘，包括透明键帽，所述透明键帽的下方设有橡胶套，橡胶套的内部均匀叠置有3层膜片，其中顶层和底层的膜片通过线路与开关电路连接，开关电路连接指示灯。本实用新型的有益效果是：可实现因特网在线状态指...
- 赵鑫赵岩李诚
- 文献传递
- 新型鼠标
- 本实用新型涉及一种新型鼠标，包括鼠标壳体，所述鼠标壳体的内部远离其顶面上的滚轮的一端设置有风扇，鼠标壳体上与风扇相对应位置处均匀分布若干通风孔。所述新型鼠标壳体的横向长度与纵向长度的比为1∶1～3∶2。本实用新型的有益效...
- 李诚赵岩赵鑫
- 文献传递
- 一种宣传板
- 本实用新型涉及宣传领域，特别是涉及一种宣传板，包括移动底架，该一种宣传板还包括宣传主架、展开机构和锁定机构，所述的移动底架包括底板、支撑管、锁定螺栓、长槽和万向轮，所述的宣传主架包括升降支杆、拉动横杆、扇形板、中心板、限...
- 张茜茜赵鑫赵丹丹苗绘
- 文献传递
- 遥感图像特征提取算法仿真被引量：2
- 2013年
- 研究遥感图像特征准确提取问题。遥感图像采集过程中,经常受到天空不定项云层干扰,云层会大幅反射遥感射线,导致遥感成像中存在碎云杂波,造成遥感图像中关键特征模糊、丢失等问题。传统的图像分割算法根据单一阀值设定滤波值,很难对这种随机性的碎云杂波干扰建立有效的过滤模型,造成特征分割结果偏差较大。为解决上述问题,提出了一种抗碎云杂波干扰的遥感图像特征提取算法。建立灰度增强模型,对遥感图像进行增强处理,提高图像的对比度,为特征提取提供准确的数据基础。利用最小二乘法,实现碎云杂波干扰环境下的遥感图像特征提取。实验结果表明,这种算法能够有效提高遥感图像特征提取的准确性。
- 赵鑫宋广军张宏烈
- 关键词：杂波干扰遥感图像特征提取
- 一种非线性的瓦斯涌出量预测算法仿真研究被引量：4
- 2012年
- 研究瓦斯涌出量预测问题,瓦斯涌出量受到开采深度、通风系统等多种因素影响,是一种复杂的非线性预测问题,传统预测方法难以建立准确数学模型,导致预测精度低。为了有效提高瓦斯涌出量预测精度,提出一种非线性的瓦斯涌出量预测算法。采用粒子群优化支持向量机对瓦斯涌出量与各种因素之间非线性关系进行建模,并对瓦斯涌出量预测进行仿真。结果表明,非线性预测算法有效提高了瓦斯涌出量的预测精度,降低了预测误差,对有效防止瓦斯爆炸有重要意义。
- 赵鑫宋广军
- 关键词：瓦斯涌出量粒子群优化算法支持向量机
- 混合智能算法的控制图模式识别仿真研究被引量：7
- 2013年
- 机械加工过程优化控制,通过控制图模式智能识别过程。由于控制图是一种反映加工质量的工具,受多种因素影响,加工过程具有时变性、非线性等特点,传统线性方法无法识别特点,控制图识别正确率较低。为了提高了控制图识别正确率,将多种智能方法组合在一起,提出一种混合智能算法的控制图识别模型(WA-PCA-PSO-SVM)。首先采用小波变换对数据进行分解和重构,消除数据中的"噪声",然后采用主成分分析提取控制图样本的关键特征信息,降低分类器复杂度,最后采用粒子群算法优化SVM建立控制图分类器。仿真结果表明,WA-PCA-PSO-SVM可以准确的控制图变化规律,克服了传统模型的缺陷,提高了控制图模式识别的正确率,识别结果符合生产的实际情况。
- 李诚张宏烈赵鑫
- 关键词：控制图模式识别小波分析主成分分析支持向量机
